Question

我正在分析mRNA-seq数据集，并且我想使用GOstats Bioconductor软件包对差异表达基因进行GO富集分析。我有一个目标基因组，其中包含75个基因（DE基因）和17596个基因（全部通过mRNAseq测量的基因）。我想使用hyperGTest（）函数运行超几何测试。过去，我在手册推荐的org.Mm.eg.db数据库中成功使用了这种方法。现在，不同之处在于所有基因都通过集合的基因ID列出。

首先，我认为这是一个简单的修复程序，因此我试图将注释参数设置为Bioconductor https://www.bioconductor.org/packages/release/data/annotation/上基于ensembl（EnsDb.Mmusculus.v79）而非entrez（ org.Mm.eg.db）。我没工作！

library(GOstats)
library(EnsDb.Mmusculus.v79)

targ <- read_excel('INPUT/DESeq2_DE_KO_WT_1.5.xlsx')%>%
  pull(ENSG) #read DE genes
univ <- read_excel('INPUT/DESeq2_KO_WT.xlsx')%>%
  pull(ENSG) #read universe

#set up parameters 
paramsGO <- new(
  "GOHyperGParams",
  geneIds = targ,
  universeGeneIds = univ,
  annotation = 'EnsDb.Mmusculus.v79',  #annotation argument changed from org.Mm.eg.db
  ontology = 'CC',                     #can be CC, MF or BP
  pvalueCutoff = 0.001,
  conditional = F,
  testDirection = 'over'
)

#run test
Over.GO <- hyperGTest(paramsGO)
Over.GO_summary <- summary(Over.GO)

错误信息：

Loading required package: EnsDb.Mmusculus.v79.db
Error in DatPkgFactory(annotation) : 
  annotation package 'EnsDb.Mmusculus.v79.db' not available
In addition: Warning message:
In library(package, lib.loc = lib.loc, character.only = TRUE, logical.return = TRUE,  :
  there is no package called 'EnsDb.Mmusculus.v79.db'

是否可以在我的基因组上使用GOstats进行此测试，而无需将ensembl基因ID转换为entrez基因ID？我应该使用其他数据库而不是EnsDb.Mmusculus.v79.db吗？使用biomaRt可以轻松做到这一点，但是如果这样做，我会失去很多我想要避免的基因？

session.info()

R version 3.5.2 (2018-12-20)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows >= 8 x64 (build 9200)

Matrix products: default

locale:
[1] LC_COLLATE=English_United States.1252  LC_CTYPE=English_United States.1252   
[3] LC_MONETARY=English_United States.1252 LC_NUMERIC=C                          
[5] LC_TIME=English_United States.1252    

attached base packages:
[1] stats4    parallel  stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
 [1] EnsDb.Mmusculus.v79_2.99.0 ensembldb_2.6.8            AnnotationFilter_1.6.0    
 [4] GenomicFeatures_1.34.8     GenomicRanges_1.34.0       GenomeInfoDb_1.18.2       
 [7] GO.db_3.7.0                xlsx_0.6.1                 readxl_1.3.1              
[10] GOstats_2.48.0             graph_1.60.0               Category_2.48.1           
[13] Matrix_1.2-15              AnnotationDbi_1.44.0       IRanges_2.16.0            
[16] S4Vectors_0.20.1           Biobase_2.42.0             BiocGenerics_0.28.0       
[19] biomaRt_2.38.0             forcats_0.4.0              stringr_1.4.0             
[22] dplyr_0.8.3                purrr_0.3.2                readr_1.3.1               
[25] tidyr_0.8.3                tibble_2.1.3               ggplot2_3.2.0             
[28] tidyverse_1.2.1

具有集成注释数据库的GOstats超几何测试

0 个答案: